文献类型：期刊文章

作　　者：廖晓威[1] 马利庄[1,2] 王彦[1]

机构地区：[1]上海交通大学计算机科学与工程系,上海200240 [2]上海中医药大学中医信息科学与技术中心,上海201203

出　　处：《计算机工程与应用》

基　　金：国家重点基础研究发展规划(973)项目(the National Grand Fundamental Research 973 Program of China under Grand No.2006CB504801);上海市科委世博科技专项(No．06DZ05815)。

年　　份：2008

卷　　号：44

期　　号：32

起止页码：191-193

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出了一种具备自训练学习能力的ES-ID3决策树算法。该算法克服了传统ID3算法要求所有训练样本必须事先进行分类处理的约束,通过充分利用已采集但未进行分类的"准训练样本"进行自训练学习过程,非常适用于获取训练样本代价较高的环境,如医学病例样本采集等。对肝病中医辨症问题应用该算法,实验证明,无论从分类的准确性及对关键决策属性的提取能力,较之于传统ID3算法,该算法均有显著提高;算法结论能对医疗工作提供有效帮助。

关 键 词：决策树算法 ID3算法 自训练学习  中医辨症  

分 类 号：TP391]